四种常用限流算法掌握一身，面试必过
最新回答
心素如简人淡如菊
2021-07-12 23:34:56
四种常用限流算法的核心原理与适用场景如下：
漏桶算法
该算法通过固定容量的“漏桶”控制流量输出速率。水滴（请求）以任意速率流入桶中，但仅以恒定速率流出。若流入速率超过桶容量，多余请求会被丢弃。核心优势在于流量平滑性，可避免突发流量冲击系统，适用于需要稳定处理速率的场景（如消息队列削峰填谷）。但其缺点是无法应对突发流量，且可能因桶满丢弃关键请求，导致数据丢失风险。
令牌桶算法
系统按固定速率向桶中添加令牌（如每秒2个），桶满后新令牌被丢弃。请求到达时需获取令牌，若不足则被限流。其核心优势是支持突发流量：桶满时可瞬间处理大量请求（如秒杀活动），且长期平均速率受控。此外，算法可通过动态调整令牌生成速率实现灵活配置。但需注意潜在过载风险（如令牌生成过快导致突发流量压垮系统），且实现复杂度高于漏桶算法。
固定时间窗口算法
将时间划分为固定周期（如每分钟），每个周期内允许固定数量请求。实现简单且资源占用低，适用于对精度要求不高的场景（如API调用次数限制）。但其存在临界点问题：若请求集中在窗口边界（如第59秒和第1秒各发送100次请求），可能导致瞬时流量翻倍，引发系统过载。
滑动时间窗口算法
通过动态调整时间窗口范围（如将1分钟划分为60个1秒片段，窗口随时间滑动），解决固定窗口的临界点问题。核心优势是更精确的流量控制，可避免边界突发流量。但需维护多个时间片段的计数器，计算复杂度较高，且仍存在限流不够平滑的问题（如窗口初期请求被拒绝）。适用于需要平衡精度与性能的场景（如实时风控系统）。
总结对比
- 漏桶算法：适合需要严格流量整形的场景，但牺牲了突发处理能力。
- 令牌桶算法：兼顾平滑性与突发性，是大多数高并发场景的首选（如电商大促）。
- 固定窗口算法：以简单性换取精度，适用于资源受限的轻量级系统。
- 滑动窗口算法：通过复杂计算提升精度，适合对流量控制要求严苛的业务（如金融交易）。
实际应用中，可根据业务需求（如是否允许突发、系统资源限制）选择单一算法或组合使用（如令牌桶+滑动窗口）。
热门标签
